Qué son los sistemas dinámicos
Un sistema dinámico es cualquier cosa cuyo estado cambia con el tiempo siguiendo una regla fija, de modo que si conocemos la situación actual podemos deducir la situación futura.
La idea reúne tres ingredientes: un conjunto de estados posibles, una variable temporal y una ley de evolución que dice cómo pasar de un estado al siguiente. Un péndulo que oscila, una población de conejos que crece y decrece, el saldo de una cuenta que gana intereses o el clima de una región son todos sistemas dinámicos, porque en cada caso hay un presente medible y una regla que lo empuja hacia el futuro.
El estado, la regla y la evolución en el tiempo
El primer concepto que conviene fijar es el de estado: la información mínima que describe por completo el sistema en un instante. Para una piedra que cae, el estado es su posición y su velocidad; para una población, puede ser el número de individuos; para un modelo económico, un conjunto de precios y cantidades. El estado no es un número cualquiera, sino todo lo que hace falta para que el futuro quede determinado sin necesidad de mirar el pasado.
El segundo concepto es la regla de evolución, la ley que transforma el estado presente en el estado siguiente. Aquí aparece una distinción decisiva en el estudio de los Sistemas dinámicos discretos y continuos: en unos casos el tiempo avanza a saltos, un paso tras otro, y la regla es una iteración que se aplica una y otra vez; en otros, el tiempo fluye de manera continua y la regla se expresa mediante ecuaciones diferenciales que describen la tasa instantánea de cambio. En ambos casos la lógica es la misma: la regla, aplicada desde un estado inicial, genera una trayectoria, es decir, la historia completa del sistema.
Esa trayectoria es la evolución en el tiempo. Dos sistemas con la misma regla pero distinto punto de partida trazan historias diferentes, y buena parte de la teoría consiste en entender qué historias son posibles y hacia dónde tienden.
El espacio de fases: ver el sistema como geometría
Una de las ideas más fértiles de la disciplina, que se remonta al matemático francés Henri Poincaré a finales del siglo XIX, es representar cada estado posible como un punto en un espacio abstracto llamado espacio de fases. Si el estado de un péndulo son su ángulo y su velocidad angular, entonces cada instante del péndulo es un punto en un plano de dos dimensiones, y su evolución completa es una curva que ese punto va dibujando. Un péndulo con rozamiento traza una espiral que se enrosca hacia el centro; un péndulo ideal sin rozamiento traza una elipse cerrada que repite eternamente.
El espacio de fases convierte el problema del tiempo en un problema de geometría. En vez de resolver fórmulas paso a paso, uno puede preguntarse qué forma tienen las trayectorias, si se cierran sobre sí mismas, si convergen hacia una región o si se dispersan. Las regiones hacia las que las trayectorias tienden a largo plazo se llaman Atractores: puntos fijos, ciclos y extraños, y son la clave para clasificar el comportamiento de un sistema sin necesidad de seguir cada trayectoria una por una.
Estabilidad, equilibrio y bifurcaciones
Un estado de equilibrio es aquel en el que el sistema, si se lo deja quieto, permanece indefinidamente; la regla no lo mueve. La pregunta interesante es qué ocurre con una pequeña perturbación. Si tras empujar levemente el sistema este regresa al equilibrio, se dice que el equilibrio es estable; una canica en el fondo de un tazón vuelve al centro. Si la perturbación crece y el sistema se aleja, el equilibrio es inestable; la misma canica sobre la cima de una loma rueda hacia abajo al menor empujón. La estabilidad es, por tanto, una propiedad local que describe cómo responde el sistema a los pequeños cambios.
Cuando un parámetro de la regla varía poco a poco, la estructura de equilibrios puede transformarse de golpe: un equilibrio estable se vuelve inestable, o aparecen nuevos comportamientos donde antes había uno solo. Estos cambios cualitativos se llaman bifurcaciones. Un ejemplo clásico y sencillo es el modelo de crecimiento poblacional conocido como mapa logístico: al aumentar la tasa de reproducción, la población pasa de estabilizarse en un valor fijo, a oscilar entre dos valores, luego entre cuatro, y finalmente a comportarse de forma aparentemente errática. Cada duplicación es una bifurcación, y la cascada entera conecta el orden con el caos.
Sistemas lineales y no lineales
Los sistemas dinámicos se dividen, según la forma de su regla, en lineales y no lineales, y la diferencia marca casi todo lo demás. En un sistema lineal los efectos son proporcionales a las causas y las soluciones se suman: duplicar la entrada duplica la salida. Estos sistemas se dejan resolver con métodos generales, sus trayectorias son predecibles y los ejercicios resueltos de los libros de texto suelen apoyarse en ellos precisamente porque admiten fórmulas cerradas.
En un sistema no lineal, en cambio, causa y efecto ya no son proporcionales, y pueden aparecer fenómenos sin equivalente lineal: umbrales, saturaciones, oscilaciones autosostenidas y sensibilidad extrema a las condiciones iniciales. La mayoría de los sistemas reales son no lineales. Algunos ejemplos ilustrativos:
- El mapa logístico, la fórmula de una línea aplicada de forma iterada, que a pesar de su sencillez genera bifurcaciones y caos.
- El sistema de Lorenz, un modelo simplificado de convección atmosférica con tres variables cuyas trayectorias nunca se repiten pero permanecen confinadas.
- El oscilador de una reacción química, en el que las concentraciones suben y bajan en ciclos sostenidos.
- Los modelos depredador-presa, donde las poblaciones de dos especies suben y bajan una tras otra en un vaivén perpetuo.
La no linealidad es también la puerta de entrada a los fractales, esas figuras que repiten su estructura a distintas escalas y que aparecen de forma natural cuando se dibujan las fronteras entre comportamientos distintos en el espacio de parámetros.
Cómo se estudian: soluciones exactas, simulación y experimentos
Existen tres grandes maneras de investigar un sistema dinámico. La primera es buscar soluciones exactas, fórmulas que describen la trayectoria de forma analítica; funciona sobre todo para sistemas lineales y para unos pocos casos no lineales especiales. La segunda es la simulación numérica: se programa la regla en una computadora y se la deja avanzar paso a paso, lo que permite explorar sistemas que ninguna fórmula resuelve. La tercera es el enfoque cualitativo y geométrico heredado de Poincaré, que renuncia a las fórmulas exactas y estudia la forma global de las trayectorias, sus equilibrios y su estabilidad.
Estas herramientas se aplican mucho más allá de la física. En biología, un latido cardíaco o el balanceo del cuerpo al caminar pueden modelarse como sistemas dinámicos; en fisioterapia, por ejemplo, el control del equilibrio postural durante ciertos ejercicios se entiende como un sistema que busca continuamente su estabilidad frente a perturbaciones. Conviene subrayar que esto es un marco descriptivo de la ciencia del movimiento y no una guía clínica ni una recomendación de tratamiento. En ingeniería aparecen los llamados sistemas de adquisición de datos, que muestrean una señal continua a intervalos fijos y la convierten en una sucesión de valores discretos, un puente directo entre el mundo continuo y el discreto. Y en las ciencias sociales y económicas se modelan procesos como la contratación, la producción o los precios como sistemas que evolucionan según reglas de realimentación.
Todos estos casos comparten la misma columna vertebral conceptual y son, en su versión más rica, ejemplos de Qué son los sistemas complejos: sistemas con muchas partes que interactúan, en los que el comportamiento del conjunto no se lee simplemente sumando el de las piezas. Entender primero la maquinaria básica de los sistemas dinámicos, el estado, la regla, el espacio de fases y la estabilidad, es el paso previo para adentrarse en esa complejidad mayor.